본 논문은 GPT-3.5-turbo, GPT-4, DeepSeek-R1-14B 등 대규모 언어 모델(LLM)을 이용한 지리 공간 추론의 효과를 평가한다. 벡터 기반 지리 데이터의 Well-Known Text (WKT) 표현과 공간 관계(위상술어)를 사용하여, 지오메트리 임베딩 기반, 프롬프트 엔지니어링 기반, 일상 언어 기반의 세 가지 접근 방식으로 공간 추론 작업을 수행했다. 실험 결과, GPT 모델을 사용한 지리 공간 질의응답 과제에서 임베딩 기반 및 프롬프트 엔지니어링 기반 접근 방식 모두 평균 0.6 이상의 정확도를 달성했으며, 특히 GPT-4는 퓨샷 프롬프팅을 통해 위상 공간 관계 추론에서 0.66 이상의 정확도를 보였다. GPT 기반 추론기는 역 위상 공간 관계를 제대로 이해하고, LLM이 생성한 지오메트리를 포함하면 지리적 개체 검색의 효율성이 향상됨을 보여주었다. GPT-4는 일상 언어로 된 장소 설명을 공식적인 위상 관계로 변환하는 능력도 보였으며, 프롬프트에 지오메트리 유형 또는 장소 유형 맥락을 추가하면 추론 정확도가 향상될 수 있지만, 경우에 따라 다르다. 이러한 공간 추론 작업의 성능은 지리 공간 추론이 가능한 지오-파운데이션 모델 개발을 위한 LLM의 지리적 지식 개선에 귀중한 통찰력을 제공한다.
